Tư vấn về việc phát hiện các mốc giải phẫu trong khối tái tạo CT


10

Tôi đang cố gắng tự động phát hiện một số mốc giải phẫu được xác định trong y tế trong một khối tái tạo CT. Bác sĩ y tế sử dụng các mốc này để đo một số thông số cụ thể của bệnh nhân. Tôi đã cố gắng sử dụng bộ mô tả tính năng SIFT, vì các mốc giải phẫu này là loại "điểm then chốt". Điều này không hoạt động tốt vì các mốc là các điểm (hoặc các vùng nhỏ) nói chung không phải là "điểm quan tâm" như được định nghĩa bởi SIFT. Tôi đã tìm kiếm nhiều thuật toán khớp mẫu / mẫu nhưng, khi tôi không gặp vấn đề xoay / dịch / tỷ lệ, tôi thấy rằng các tính năng được trích xuất không phân biệt đủ các mốc (với phần còn lại của các mốc và phần còn lại của không các bản vá mốc) để đào tạo một bộ phân loại thực hiện đủ tốt (ít nhất là 80% độ chính xác phát hiện).

Xin vui lòng cho tôi biết nếu tôi không nêu rõ vấn đề.

Tôi thực sự sẽ đánh giá cao bất kỳ lời khuyên.

Cảm ơn!

Hình ảnh ví dụ:

Các chữ thập x nhỏ là các mốc tôi muốn phát hiện.  Các dòng đại diện cho các biện pháp thực hiện.  Đây là một số lát cắt của các trường hợp khác nhau (tất nhiên, tôi không thể đăng toàn bộ khối lượng 3D)

Các chữ thập x nhỏ và các ô vuông nhỏ nằm trên các mốc mà tôi muốn phát hiện (tôi quên đề cập rằng tôi có một bộ huấn luyện, với các mốc được dán nhãn). Các đường màu trắng đại diện cho các biện pháp thực hiện. Đây là một số lát cắt của các trường hợp khác nhau (tất nhiên, tôi không thể đăng toàn bộ âm lượng 3D).


Bạn có thể đăng một số hình ảnh đại diện và chỉ ra các tính năng mà bạn đang cố gắng phát hiện?
Jim Clay

Tôi thấy các chữ X và ô trong ảnh, nhưng tôi không hiểu điều gì làm cho chúng trở thành cột mốc. Là những người trong hình ảnh được lựa chọn bằng tay? Nếu bạn có thể mô tả làm thế nào họ được chọn sẽ giúp rất nhiều.
endolith

Có, các mốc này được chọn bằng tay bởi MD. Trên thực tế, chủ yếu là vị trí của chúng trong xương và độ cong của chúng là những gì làm cho chúng có thể được phát hiện bởi bác sĩ lâm sàng. Ngoài ra chiều rộng xương vỏ não có thể được tính đến (điều này là tự nhiên đối với họ, thực sự rất khó để đảo ngược cách họ tìm thấy những điểm này) vì nó mỏng hơn so với các phần khác của xương. Khó khăn của tôi thực sự là mô hình hóa tất cả điều này trong một trình trích xuất tính năng.
Federico

Câu trả lời:


5

Tôi ngần ngại viết điều này như một câu trả lời, nhưng cho rằng bạn chỉ hỏi lời khuyên, tôi sẽ làm như vậy.

Tôi đề nghị nghiên cứu các kỹ thuật dựa trên Biến đổi Wavelet phức hợp cây kép (DTCWT). Chúng được chứng minh là hữu ích để tạo các mô tả có khả năng chịu đựng tốt đối với sự dịch chuyển, tỷ lệ và xoay của hình ảnh nguồn. Đây không phải là vấn đề kinh điển ở chỗ bạn không cho phép các điểm được chỉ định cho bạn, nhưng tôi nghi ngờ với một số ý kiến ​​cho rằng bạn có thể điều chỉnh các kỹ thuật cho các mốc được xác định trước.

Rõ ràng, các điểm mốc có một số quan tâm từ quan điểm của một bác sĩ lâm sàng, vì vậy có một điều đáng quan tâm về chúng - đó đơn giản là một trường hợp mô hình hóa trong mô tả. Các kỹ thuật của Wavelet (đặc biệt là DTCWT) có xu hướng tốt trong việc mô hình hóa các tính năng mà mắt nhặt được.

Một điểm khởi đầu có lẽ sẽ là bài báo khá gần đây .

Khi sử dụng trang web của chúng tôi, bạn xác nhận rằng bạn đã đọc và hiểu Chính sách cookieChính sách bảo mật của chúng tôi.
Licensed under cc by-sa 3.0 with attribution required.